Удобная чат-платформа для службы поддержки на базе ИИ
Интеллектуальный классификатор обращений
ИИ-ассистент для оператора
голосового колл-центра
Интерактивный ассистент для работы c документами и базами знаний
85%
уровень роботизации в чатах на сайте, ЕЛК, мобильном приложении и Telegram
Персональный ИИ-ассистент оператора контактного-центра
Цифровой консультант для повышения продаж
Обработайте в 3 раза больше обращений без увеличения штата
Создайте службу «единого окна» для поддержки сотрудников
Обеспечьте выполнение SLA и повышайте NPS без увеличения штата
ИИ-агент поддержки для вендоров сложных ИТ-продуктов
RAG-системы на арене: протестировали 5 популярных решений на реальных данных
Удобная чат-платформа для службы поддержки на базе ИИ
Интеллектуальный классификатор обращений
Интерактивный ассистент для работы c документами и базами знаний
Как снизить затраты на генеративный ИИ: практическое руководство по выбору видеокарты
Получите персональный расчёт экономии от ИИ до внедрения

Как ИИ-ассистент для корпоративной поддержки разгрузил операторов страховой компании с 12 000 сотрудников

Кейс СПАО «Ингосстрах»

37%
ускорение маршрутизации
обращений
снижение нагрузки
на поддержку
45%
высвобождено без
расширения штата
3,5 ШЕ
заявок в месяц закрывается
автоматически
~9 500
Опубликовано: 1 июня 2026
Команда AutoFAQ

Более 12 000 сотрудников СПАО «Ингосстрах» в Москве и регионах ежедневно обращались за поддержкой по ИТ‑инфраструктуре, HR-вопросам, юридическому и операционному сопровождению. К 2025 году поток обращений достигал 30 000−40 000 в месяц.

Традиционный формат и статичные базы знаний не справлялись: операторы тратили 3−10 минут на каждый типовой запрос, сотрудники ждали 10−25 минут только чтобы найти нужный канал.

Компания стояла перед классической дилеммой роста — и выбрала автоматизацию вместо расширения штата.

Поиск канала и ожидание ответа сотрудником на каждое обращение

10–25 мин

Поток обращений рос, а штат — нет

Ручная обработка каждого типового запроса оператором

3–10 мин

Поток заявок растёт, штат первой линии — не увеличивается

Рост нагрузки

Сотрудники распределены по всей стране, запросы поступают из разных часовых поясов круглосуточно

Более 600 офисов

Вызов

Мы понимали, что бесконечно наращивать штат поддержки — не стратегия. Нам нужна была система, которая не просто перенаправляет человека к базе знаний, а сама формирует корректный ответ, понятный без дополнительных уточнений. При этом ответы должны соответствовать внутренним регламентам без расхождений с политикой компании.

Александр Герасимов
Начальник отдела обработки заявок, руководитель проекта в СПАО «Ингосстрах»

Сервисный навигатор с ИИ — единая точка входа

Решение

После анализа рынка Ингосстрах выбрал платформу AutoFAQ Xplain. Ключевые критерии: развёртывание в контуре компании (данные не покидают периметр), интеграция с ITSM и корпоративным SSO, а также управляемый цикл улучшений: специалисты каждого направления регулярно актуализируют базу знаний, а ассистент не выдаёт информацию, не прошедшую внутреннюю проверку.

Архитектура решения

Примеры ответов ИИ‑ассистента

Как это выглядит

Три реальных диалога из разных направлений поддержки — IT, операционного и юридического. Ассистент формирует структурированный ответ, указывает источник и собирает обратную связь.

Сотрудник спрашивает про формат файла. ИИ-ассистент Тим формирует нумерованную инструкцию и прикладывает ссылку на источник из корпоративной базы знаний.

Структурированный ответ с шагами

Источник ответа прозрачен

Сбор обратной связи после диалога

Оператор не задействован

Технический вопрос — пошаговый ответ за секунды

IT-поддержка

Вопрос про обновление данных в корпоративной системе LooC. Ассистент даёт основной сценарий, альтернативные шаги если не сработало, и отдельную инструкцию для мобильных устройств.

Учитывает несколько сценариев

Отдельный ответ для мобильных

Источник со ссылкой на статью

Полный диалог — 2 минуты

Сложный сценарий — несколько путей решения

Операционная поддержка

Типовой вопрос о видах банкротства, который раньше отвлекал юристов. Ассистент даёт классификацию с конкретными суммами и сроками, ссылается на источник для углублённого изучения.

Структура по видам с порогами

Юрист не задействован

Ссылка на дополнительный материал

Ответ из верифицированной базы

Правовой вопрос — чётко, со ссылками, без юриста

Юридический департамент

За 2025 год проект показал устойчивые, верифицированные результаты. Система работает в режиме 24/7 — без выходных и перерывов, охватывая все часовые пояса присутствия компании.

Скорость обработки обращений выросла на 45% — потребность расширять штат при росте нагрузки отпала

Маршрутизация проблем на 37% быстрее за счёт автоматической классификации запросов

Высвобождено 3,5 штатные единицы, перенаправленные на развитие автоматизации — без сокращений

~7 200 заявок и ~2 300 диалогов в месяц получают полностью автоматическое решение

Юристы передали типовые вопросы ИИ и сосредоточились на судебных делах и работе с регуляторами

Улучшился процесс выявления массовых инцидентов благодаря ИИ-аналитике обращений

Почтовые сообщения
64%

2024 — до внедрения

Измеримый эффект за первый год

Результаты
Динамика каналов обращений

«Ингосстрах» — показательный пример зрелого внедрения генеративного ИИ в корпоративной среде. Компания не гналась за хайпом: она последовательно выстраивала архитектуру доверия к ответам. Именно это позволило масштабировать ассистента на несколько сервисных направлений, не жертвуя точностью.

Владислав Беляев
Сооснователь и исполнительный директор AutoFAQ
Портал самообслуживания
21%
Телефон
15%
Корп. мессенджер
-
Портал самообслуживания
44% ↑

2025 — после внедрения

Почтовые сообщения
42% ↓
Телефон
9% ↓
Корп. мессенджер
5% ↑

Вопросы и ответы по кейсу

Часто задают

Готовы внедрить ИИ‑поддержку у себя?

Рассчитайте потенциальный эффект для вашей компании и получите персональную демонстрацию.

Ещё кейсы

Клиентская техническая поддержка B2B и B2C сервисов

Читать кейс
до 80%
обращений закрывается чат-ботом автоматически
в 10 раз
сократилось время реакции на сообщение
Внедрение искусственного интеллекта в процессы клиентского сервиса
обращений закрыто ботом в электронной почте
15%
уровень роботизации в чатах на сайте, ЕЛК, мобильном приложении и Telegram
85%
рост производительности труда операторов
20%
Читать кейс
Цифровой помощник для обработки диалогов с клиентами
срок внедрения
ИИ-ассистента
1 день
снизилась нагрузка на специалистов контакт-центра
в 2 раз
Читать кейс
Как организовать поддержку для 50 000 сотрудников
сотрудников активно используют чат-бот для своей работы
20%
всех обращений поступило через «Твоего помощника»
49%
текущее повышение производительности труда КЦ
30%
Читать кейс
Поддержка сотрудников по операционным и продуктовым вопросам
cтатей в базах знаний
5000+
обращений решаются автоматически
65%
положительных отзывов
95%
Читать кейс
Карьерный взлет HR-бота: как устроен помощник команды Газпромбанка
обращений закрываются ботом
77%
NPS по результатам годового опроса
73%
скорость
ответа
х4
Читать кейс
Клиентская поддержка компаний-резидентов
50%
обращений решаются автоматически
сокращение времени сотрудников на предоставление ответов на типовые вопросы
в 5 раз
Читать кейс
Как чат-бот помогает экономить и оказывать качественный сервис
запросов обрабатываются за 15 минут
85%
увеличилась скорость ответа
х4
Читать кейс
Поддержка сотрудников в салонах «МТС» по всей России
cократилась нагрузка на голосовой канал
на 60%
вопросов закрывается
автоматически
36%
интеграции с CRM
Читать кейс
Генеративный ИИ
для ИТ-поддержки сотрудников
обращений решаются автоматически
90%
участников поставили оценку 4 или 5
60%
Читать кейс